當涉及到傳染病時,盡快確定爆發的源頭是很重要的。在霍亂疫情爆發的情況下,一種新的廁所感測器可以提供幫助,它可以檢測出一個特定地區,有多少人正在腹瀉。
這款原型裝置是由喬治亞理工學院的一個團隊開發的,由研究工程師Maia Gatlin領導。
這個系統內建了一個麥克風(絕對不是鏡頭),它在人們上廁所時進行監聽,利用在一個內建微處理器上運行的基於機器學習的演算法,它能夠識別與霍亂帶來的痢疾有關的鬆散、水樣的腸道運動的獨特音訊特徵。
加特林和她的團隊使用從網上獲得的「排泄事件」,如排尿、正常排便和腹瀉的聲音樣本,來訓練該演算法。每個樣本都被轉換為頻譜圖,這基本上可以被看成是聲音的視覺表現。
由於每個音訊樣本已經知道是某種類型的事件的記錄,該演算法能夠學習哪些獨特的頻譜特徵伴隨著哪些類型的排泄物。因此,當隨後出現其他音訊樣本的頻譜圖時,該演算法能夠準確識別相應的事件類型。
重要的是,即使在背景噪音也被記錄下來的情況下,它也能單獨找出腹瀉的頻譜圖。
現在的計畫要求進一步完善該演算法,使用在代表各種浴室環境的真實世界環境中獲得的錄音。最終,感測器網路可能會提供霍亂爆發的早期預警,特別是如果在已經知道該疾病會定期發生的地區使用的話......儘管潛在的應用並不限於此。
加特林說:「該感測器還可以用於災區(水污染導致水媒病原體的傳播),甚至用於護理/臨終關懷設施,自動監測病人的腸道運動。也許有一天,我們的演算法可以與現有的家用智慧裝置一起使用,以監測自己的腸道運動和健康。」
本週一,她在美國聲學學會第183屆會議上介紹了她的團隊的研究。
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!